Modelagem dinâmica da COVID-19 com aplicação a algumas cidades brasileiras

Abstract

A COVID-19 surpreendeu o planeta em razão da velocidade de contaminação. Surgida no final de 2019 em Hubei (China), espalhou-se rapidamente por todos os países. Naturalmente, o interesse em conhecer o comportamento dinâmico dessa pandemia ganhou muito destaque na comunidade científica. Diversos trabalhos têm sido publicados sobre esse tema. Neste sentido, o presente artigo insere-se nesse esforço de tentar compreender melhor a dinâmica de espalhamento da COVID-19. A dificuldade de se estimar parâmetros da dinâmica epidêmica localizada em uma determinada cidade ou região tem sido característica marcante, destacada por diversos autores. Esta característica motivou a utilização de um modelo dinâmico compartimental do tipo SIR (Suscetíveis, Infectados e Removidos), cuja estrutura simples necessita de poucos parâmetros para serem estimados. Entretanto, foram necessárias modificações nessa estrutura simples, de forma a tornar o modelo mais preditivo e capaz de reproduzir dados reais. A principal modificação foi a consideração do percentual de circulação da população no modelo dinâmico, que tem sido utilizado como variável de controle. Este modelo SIR modificado recebeu o nome de MdSIR, para facilitar explicações no texto. Os resultados mostraram que um modelo com estrutura simples e poucos parâmetros reproduziu bem a dinâmica epidêmica em algumas cidades brasileiras.

Modelo epidemiológico para construção de cenários da disseminação da COVID-19 em Codó-MA

“…In other words, the quarantine of those infected, symptomatic or not, contributes to the reduction of basic reproduction, reducing the rate of contamination. 4 The predictions were very close to reality and were in line with the cases confirmed by SEMUS-Codó. In 2021, there was less spread than in 2020.…”

“…2 Regarding the rapid spread of the virus, several studies have been carried out to understand how its spread occurs and, consequently, find measures that help to control and contain its transmission. [3][4][5][6][7] One of the most used tools for this type of work are mathematical models, which have become important instruments in the analysis of the spread and control of infectious diseases. These models are strategies used to obtain some explanations and understanding of real situations, predicting important issues, such as changes caused by interventions in the spread of diseases.…”

COVID-19 Infection: A Mozambican Case Study

“…These models are used to predict the evolution of the disease, understand the impact of control measures (such as isolation), and estimate the basic reproduction rate. [16][17][18] Exponential and logistic growth models: These models are often used to predict the initial spread of a disease, such as COVID-19. They are based on an exponential growth rate that eventually reaches a limit (logistic model) as the population becomes susceptible.…”